地圖多要素協同綜合的知識規則研究

高 朝，李 國 輝，龍 毅*，許 文 帥，周 侗

(1.南京師范大學地理科學學院/虛擬地理環境教育部重點實驗室/江蘇省地理信息資源開發與利用協同創新中心，江蘇 南京 210023；2.常州市基礎地理勘測中心，江蘇 常州 213003;3．南通大學地理科學學院，江蘇 南通 226007)

?

地圖多要素協同綜合的知識規則研究

高 朝1，李 國 輝1，龍 毅1*，許 文 帥2，周 侗3

(1.南京師范大學地理科學學院/虛擬地理環境教育部重點實驗室/江蘇省地理信息資源開發與利用協同創新中心，江蘇 南京 210023；2.常州市基礎地理勘測中心，江蘇 常州 213003;3．南通大學地理科學學院，江蘇 南通 226007)

針對地圖制圖綜合逐步向多要素乃至全要素綜合發展，而地圖綜合知識規則仍停留在單要素知識規則這一問題，該文結合地圖協同綜合提出地圖多要素協同綜合知識規則，對協同綜合中知識規則進行詳細分類，提出協同綜合過程控制模型，為多要素協同綜合中知識規則的建立提供一種可行的處理方法。

多要素；協同綜合；知識規則；過程控制

0 引言

地理空間數據是地圖制圖表達的重要數據來源，其自動綜合問題一直是現代地圖學領域關注的熱點問題[1]。目前，地圖制圖綜合研究已取得較大進展[2,3]，傳統單一要素的地圖綜合導致在后期各要素集成時跨要素的沖突處理更為復雜；而地圖多要素協同綜合以相關要素的協同空間關系為基礎，指導綜合過程的執行，以此實現空間沖突的最小化和綜合結果的最優化。因此多要素協同綜合成了地圖綜合新的研究方向[4]。隨著地理要素類型的增加，空間關系的數據量和空間沖突的類型也呈指數級增長，如何充分獲取和利用這些知識成了亟待解決的問題[5]。近些年，以人工智能為基礎的綜合技術引入為解決這一難題提供了新的思路，而無論是人工智能還是Agent技術，都必須以豐富的知識規則庫為基礎才能實現最大限度的自動化和智能化[6]。目前法國國家地理研究所(IGN)COGIT 實驗室[7]、德國漢諾威大學[8]、國內的武漢大學[9]、解放軍信息工程大學[10]等高校、研究機構已開展協同綜合和智能綜合的研究，取得了一系列突破性成果[11]。

在協同綜合和智能化綜合過程中，知識規則庫的豐富性往往影響著綜合的質量。國內外關于知識規則的研究由來已久，取得了一定的成果[12-14]，完善了單要素綜合過程中知識的表達和處理，并提出知識規則的形式化表達方式，為知識規則的發展奠定了基礎。但國內外關于知識規則的研究大多局限于單要素綜合過程中且對要素間空間關系約束沒有深入研究，沒有考慮多要素協同綜合下知識規則的建立和表達。為此，本文提出多要素協同綜合過程中知識規則的形式化表達方式，為智能化協同綜合過程中知識規則的建立提供一種可行的方法。

1 多要素協同知識規則體系

1.1 多要素協同知識規則及其特點

傳統單要素綜合中知識規則側重于對單個要素進行約束，在綜合過程中能較好地完成單要素綜合的任務。但是單要素綜合過程中沒有涉及多個要素間的協同處理，缺乏對要素間空間關系的綜合。多要素協同綜合涉及的要素更多，空間關系更加復雜，更加注重空間關系的保持，強調要素間的協同操作。因此，在多要素協同綜合過程中，知識規則需要更加完善以適應綜合過程中多要素協同綜合的要求。

(1) 多要素協同知識規則需要繼承并完善傳統知識規則中對單要素綜合的處理方法。單要素綜合與多要素綜合相互關聯，單要素綜合的好壞關系著多要素綜合完成質量。因此，在多要素協同綜合過程中，需要借鑒前人對單要素綜合的經驗。

(2) 多要素協同知識規則需要提出要素間空間關系處理措施。與單要素綜合相比，多要素綜合處理的空間關系更加復雜，綜合過程需要處理要素及其空間關系，極大地提高了多要素綜合的難度。因此，有必要將空間關系作為一個獨立模塊，在維護自身空間關系的同時輔助多要素綜合的進行。

(3) 多要素協同知識規則需要提出多要素沖突處理措施。多要素綜合區別于單要素綜合在于其需要考慮不同要素間的沖突。國內外關于要素間的沖突處理已有很多研究[15-17]，但仍有一定的局限性，如何將不同的沖突方法引入沖突處理過程成為一個難點。因此，在多要素協同綜合過程中，多要素沖突處理措施的提出十分重要。

1.2 多要素協同綜合知識規則分類

通過分析多要素綜合中知識規則，本文將多要素協同綜合知識規則分為單要素規則、協同關系規則和多要素沖突規則。1)單要素規則是在對單一要素進行綜合處理時所涉及的知識規則。本文中單要素規則以傳統單要素綜合規則為基礎，添加要素空間關系索引，在單要素綜合過程中加以約束，以維護要素間的空間關系，達到綜合單要素的目的。2)協同關系規則主要用于多要素協同關系的維持。其在協同綜合過程中的作用主要表現在兩方面：一是進行單要素綜合過程中，協同關系規則作為一種約束條件對單要素規則起作用。例如，當建筑物與道路鄰近時，建筑物單要素規則中向道路方向的移位操作就會受到協同關系規則約束而消除。二是在進行多要素協同關系綜合過程中，協同關系規則對要素間協同關系進行檢查，確認協同關系是否沖突；同時協同關系規則需要對多要素沖突處理過程中產生的綜合操作進行檢查，防止要素間的協同關系遭到破壞。3)多要素沖突規則主要用于規范要素間沖突處理過程。在協同綜合過程中，當單要素綜合無法處理或協同關系發生沖突時，就需要利用多要素沖突規則進行綜合處理。本文中，提取各種沖突處理算法的適用條件和要素加入到多要素沖突規則中作為約束條件，在處理要素間沖突時，通過對比規則中的約束條件篩選出適合當前沖突的綜合算法。

1.3 多要素協同知識規則形式化表達

國內關于綜合過程中知識規則的形式化表達早有研究，郭慶勝[12]提出知識規則的形式化表達方式：CODE(OPTION,NCODE,CON1，…)，其中，CODE、OPTION、NCODE、CON1分別表示目標的標題碼、綜合行為、綜合后的目標標題碼、前提條件；王家耀等[13]進一步將其改善為Generknowledge，其中，ID、Cod、GQ、GC、GO、GA分別表示準則記錄編號、數據編碼、綜合閾、綜合環境、綜合操作、綜合算法。本文借鑒王家耀等提出的知識規則形式化表達方式，在多要素條件下將其劃分為3種知識規則并添加多要素及其空間關系約束，構建適應多要素綜合條件下的知識規則。

(1)在單要素規則中添加空間關系索引這一約束條件，其形式化表達格式為：

SingleRule

其中：ID、Cod、GC、GO、GA分別表示為準則記錄編號、數據編碼、綜合環境、綜合操作、綜合算法，在文獻[9]中有詳細描述；GQ表示綜合閾，在單要素規則中數據以要素對形式出現，通過對比綜合閾中的距離、角度等信息判斷要素所需要進行的綜合操作；GR表示協同關系索引，協同關系在綜合開始時利用Delaunay三角網等方法進行構建，當綜合操作產生后，調用協同關系索引與協同關系規則進行匹配，判斷該操作是否會破壞其與關聯要素的空間關系。

(2)協同關系規則主要用來協調綜合過程中的要素，維護要素間的空間關系，其形式化表達格式為：

RelationRule

其中：GE、GR分別表示關聯要素和空間關系，綜合要素通過調用協同關系規則提取在該空間關系下與關聯要素允許的綜合操作。綜合過程中，綜合操作執行前需要調用協同關系規則以判斷該操作是否允許執行，從而達到維護要素空間關系的目的。

(3)多要素沖突規則主要用于處理要素和空間關系沖突，其形式化表達格式為：

CoorRule

其中：GE、GN、GR分別表示綜合要素類型、要素數量、協同關系。每種多要素沖突處理算法適用的環境不同，因此需要綜合對比沖突要素類型、要素數量及要素間的空間關系來篩選合適的算法。

2 協同綜合過程控制模型

錢海忠等[17]提出制圖綜合控制模型，為基于知識規則的自動綜合奠定了理論和方法基礎，但是其模型主要針對單要素綜合，對多要素協同綜合下知識規則的應用缺乏系統研究。本文針對綜合控制模型進行改善，提出多要素協同綜合過程控制，添加多要素關系約束與沖突檢測與處理機制，建立基于知識規則的完整的協同綜合過程控制流程。

2.1 協同綜合沖突控制流程

多要素協同綜合過程中，一個重要的任務就是對綜合數據進行沖突檢查和處理，主要分為兩部分：單要素數據沖突檢查和多要素協同關系沖突處理。

單要素數據沖突檢查過程中，首先需要遍歷綜合數據，通過對比數據與規則中的綜合閾判斷數據是否需要綜合。當數據需要綜合時，需要檢查要素關系，判斷當前要素關系是否允許進行特定的綜合操作。最后，根據單要素規則和協同關系規則提取出單要素綜合所需要的綜合操作和綜合算法；多要素協同關系沖突處理過程中，當單要素規則無法處理數據沖突時，需要調用多要素沖突規則進行處理，根據多要素沖突規則和協同關系規則提取出多要素協同關系綜合算法，具體流程如下：

Source://數據和規則源

Target:沖突識別與處理

For each data from Data//遍歷數據

For each singlerule from SingleRule//遍歷單要素規則

If(data.value>singlerule.GQ)//數據與綜合閾比較

For each relationrule from RelationRule//遍歷協同關系規則

If(data.relation==relationrule.GR)//數據與規則匹配

go=relationrule.GO && singlerule.GO//篩選單要素操作

If(go!=NULL)//如果存在操作

Lib1.add(data)//將數據添加到數據庫

Lib2.add(go)//將單要素操作添加到數據庫

Else//如果不存在操作

Take all Linked data//取出所有關聯數據

For each coorrule from Coorrule//遍歷多要素沖突規則

If(Linked data instance of coorrule)//數據與規則匹配

ga=coorrule.GA//調用沖突處理算法

Lib3.add(Linked data)//將所有關聯數據添加到數據庫

Lib4.add(ga)//將沖突處理算法添加到數據庫

多要素協同綜合開始前，需要確定綜合的數據源和綜合目標。其中綜合的數據源包括地圖數據和知識規則，而綜合目標則是完成該過程所需要達到的目的，即地圖數據沖突的識別和處理；協同綜合開始后，首先需要判斷單個要素間是否存在沖突，通過對比數據與單要素規則和協同關系規則進行判斷，將數據分為無沖突、單要素沖突和多要素沖突三類，對不同沖突類型數據進行分類處理；在單要素沖突處理過程中，單要素規則會提供相應的綜合操作，在多要素沖突處理過程中，通過提取沖突要素關聯數據與多要素沖突規則進行對比，篩選出最佳沖突處理算法對沖突要素進行處理；當所有數據檢查完畢且沖突處理完成后，完成協同綜合沖突控制的目標。

2.2 協同綜合控制模型

多要素協同綜合擁有了上述三種協同綜合規則后，可以完整地執行一套協同綜合流程。一個完整的協同綜合控制模型如圖1所示。

圖1 協同綜合控制模型

Fig.1 Control model of cooperative generalization

步驟1：多要素協同綜合開始后，首先需要對制圖綜合數據進行檢查，提取出待綜合數據，即3.1節協同綜合沖突控制流程中的單要素數據沖突檢查過程。

步驟2：根據單要素規則和協同關系規則對待綜合數據進行分類和處理。當單要素規則可以對沖突數據進行處理時，提取單要素規則中綜合操作加入綜合隊列；當單要素規則無法處理沖突數據時，將沖突數據轉為多要素沖突。

步驟3：根據多要素沖突規則對沖突數據進行處理，篩選出具體的綜合算法，通過協同關系規則判斷后生成綜合操作，加入綜合隊列。

步驟4：根據重要性對綜合隊列中的綜合操作進行排序，順序執行相應的綜合操作。

步驟5：綜合操作完成后，對綜合后數據重新檢查，如果存在沖突，提取出待綜合數據；如果不存在沖突，將綜合后數據加入CASE庫，綜合完成。

3 實驗驗證

在Eclipse 3.7環境下利用Java語言及多智能體技術(Agent)對提出的方案進行實驗和分析。選取廬山地區部分道路和建筑物數據，初始比例尺1∶10 000，目標比例尺1∶25 000，圖2中分別展示了原始數據和綜合后的效果。

圖2 樣區協同綜合結果

Fig.2 Cooperative generalization cartographic results at scale 1∶25 000

對比綜合前后樣區道路與建筑物的變化，可以看出利用知識規則的建筑物與道路協同綜合的實驗效果：在建筑物綜合方面，建筑群1附近一些較小的建筑物被刪除，建筑群3、4、5、6處完成了建筑物的合并。建筑物間通過刪除和合并等操作，建筑物的個數明顯減少，輪廓更加清晰，樣區內建筑的整體形態得到了很好地保持；在建筑物與道路綜合方面，在1∶25 000地圖上，道路2周圍建筑物通過移位、合并等操作解決了道路-建筑物相鄰的沖突。

綜合過程中部分規則調用如表1所示。綜合過程開始后各要素Agent調用單要素規則內空間關系(GR)對周圍要素進行沖突判斷與處理，操作產生后調用自身空間關系(GR)與協同關系規則進行匹配；當協同關系規則與單要素規則出現沖突時，調用多要素沖突規則對沖突要素進行處理，完成沖突處理后，要素Agent會終止操作，表示該要素綜合完成。

表1 協同規則調用

Table 1 Rules called in cooperative generalization

要素ID：1620單要素規則，操作：合并要素ID：912單要素規則，操作：合并要素ID：20單要素規則，操作：刪除要素ID：24單要素規則，操作：移位要素ID：2單要素規則，操作：移位要素ID：12單要素規則，操作：刪除要素ID：11單要素規則，操作：移位要素ID：2單要素規則，操作：移位要素ID：4單要素規則，操作：移位要素ID：24單要素規則，操作：移位要素ID：24多要素沖突規則，操作：移位；協同關系：鄰近要素ID：6多要素沖突規則，操作：移位；協同關系：鄰近要素ID：8多要素沖突規則，操作：移位；協同關系：鄰近要素ID：19多要素沖突規則，操作：移位；協同關系：鄰近要素ID：2多要素沖突規則，操作：移位；協同關系：鄰近要素ID：2多要素沖突規則，操作：移位；協同關系：鄰近要素ID：11多要素沖突規則，操作：移位；協同關系：鄰近要素ID：2多要素沖突規則，操作：移位；協同關系：鄰近要素ID：24多要素沖突規則，操作：移位；協同關系：鄰近要素ID：2多要素沖突規則，操作：移位；協同關系：鄰近要素ID：9多要素沖突規則，操作：合并；協同關系：鄰近要素ID：16多要素沖突規則，操作：合并；協同關系：鄰近INFO?FeatureAgent(建筑物：24)準備終止．INFO?FeatureAgent(建筑物：2)準備終止．

4 總結與展望

本文針對傳統知識規則研究中強調單要素綜合而忽視多要素協同綜合的問題，提出了基于知識規則的多要素協同綜合控制模型，并將協同綜合中的知識規則進行詳細分類，提供了一種多要素協同綜合知識規則建立的可行性方法。通過道路和建筑物的雙要素協同綜合實驗證明該協同規則可以較好地對要素進行綜合處理。需要說明的是，針對多要素的知識規則研究尚處于研究階段，還沒有完全成熟，實驗數據擴展到更多要素的綜合效果及如何在規則中融入更多現有的綜合處理方法還需要進一步研究。

[1] 王家耀．空間數據自動綜合研究進展及趨勢分析[J]．測繪科學技術學報,2008,25(1):1-7,12.

[2] 毋河海．GIS與地圖信息綜合基本模型與算法[M]．武漢:武漢大學出版社,2012.

[3] 吳小芳,杜清運,徐智勇．多層次移位原則的道路與建筑物空間沖突處理[J]．測繪學報,2010,39(6):649-654.

[4] 龍毅,曹陽,沈婕,等．基于約束D-TIN的等高線簇與河網協同綜合方法[J]．測繪學報,2011,40(3):379-385.

[5] 許文帥．基于多Agent的道路與居民地協同綜合方法研究[D]．南京：南京師范大學,2014.

[6] DUCHNE C,GAFFURI J．Combining three multi-agent based generalisation models:AGENT,CartACom and GAEL[A]．Lecture Notes in Geoinformation & Cartography[C]．2008.277-296.

[7] TOUYA G,DUCHNE C,RUAS A．Collaborative generalisation:Formalisation of generalisation knowledge to orchestrate different cartographic generalisation processes[A]．Lecture Notes in Computer Science[C]．2010.264-278.

[8] BOBRICH J．Cartographic map generalization in urban districts[A]．Proc.of Gis Research Uk Annu.conf[C]．2001.513-515.

[9] 艾廷華,郭寶辰,黃亞峰．1∶5萬地圖數據庫的計算機綜合縮編[J]．武漢大學學報(信息科學版),2005,30(4):297-300.

[10] 王家耀．地圖制圖學與地理信息工程學科發展趨勢[J]．測繪學報,2010,39(2):115-119,128.

[11] RENARD J．Urban structure generalization in multi-agent process by use of reactional agents[J]．Transactions in GIS,2014,18(2):201-218.

[12] 郭慶勝．地形圖自動綜合知識庫的建立方法[J]．武漢測繪科技大學學報,1993,1(S1):40-43.

[13] 王家耀,錢海忠．制圖綜合知識及其應用[J]．武漢大學學報(信息科學版),2006,31(05):382-386.

[14] TAILLANDIER P,TAILLANDIER F．Multi-criteria diagnosis of control knowledge for cartographic generalisation[J]．European Journal of Operational Research,2012,217(3):633-642.

[15] 李娜,杜清運,吳小芳,等．制圖綜合中道路與建筑物的移位研究[J]．測繪科學,2006,31(4):92-94.

[16] 武芳,侯璇,錢海忠,等．自動制圖綜合中的線目標位移模型[J]．測繪學報,2005,34(3):262-268.

[17] 錢海忠,武芳,王家耀．自動制圖綜合鏈與綜合過程控制模型[J]．中國礦業大學學報,2006,35(6):787-791.

Research on Knowledge Rule of Multi-features Cooperative Generalization for Map

GAO Zhao1,LI Guo-hui1,LONG Yi1,XU Wen-shuai2,ZHOU Tong3

(1．CollegeofGeographicScience,NanjingNormalUniversity,KeyLaboratoryofVirtualGeographicEnvironmentofMinistryofEducation,JiangsuCenterforCollaborativeInnovationinGeographicalInformationResourceDevelopmentandApplication,Nanjing210023;2．BasicGeographicSurveyingCenterofChangzhou,Changzhou213003;3．SchoolofGeographicScience,NantongUniversity,Nantong226007,China)

The map generalization develops towards multi-feature even all-feature,but the knowledge rules still stay at single elements．For this problem,cooperative generalization rules of multi-feature are proposed combined with map cooperative generalization．By detailed classification for the knowledge rules,the paper presents a cooperative generalization process control model,which provides a viable approach for the construction of knowledge rules in cooperative generalization of multi-feature.

multi-features;cooperative generalization;knowledge rules;process control

2015-03-07；

2015-06-19

國家自然科學基金項目(41171350、41271449、41301514)；江蘇省高校自然科學研究項目(13KJB170020)

高朝(1991-)，男，碩士研究生，主要研究方向為地圖自動綜合。 *通訊作者E-mail：longyi@njnu.edu.cn

10.3969/j.issn.1672-0504.2015.05.002

P208

A

1672-0504(2015)05-0006-04